具有最佳类间可分离性的弹性图匹配人脸验证新方法

针对传统弹性图匹配中成本函数未能有效体现人脸形状差异，又无法自动确定各成本分量权值的问题，提出了利用支持向量机增强弹性图匹配的人脸验证新方法．该方法首先在成本函数中引入面部几何特征相似度成本，使其充分体现人脸形状差异，然后将成本函数各分量组成一个相似度向量，利用支持向量机进行学习，并利用所得分类器的判别式生成新成本函数．新成本函数反映了各成本分量的重要性，具有最佳类间可分离性．实验表明，本方法动态匹配误差降低了约1．5个像素，人脸验证准确率比传统方法提高了6．6％．     

基于时域局部线性预测的视频镜头变换检测

提出了通过时域局部线性预测，在统一框架中准确、高效地检测视频镜头的切变和叠化等镜头变换的新方法．通过理论分析和基于视频数据的线性回归，分别得到叠化预测模式和平稳镜头预测模式．通过同时比较分析两个线性预测模式的误差，在统一框架中检测切变和叠化变换．由于直接在视频流压缩域中进行分析，因此节省了视频解码的时间．采用新方法检测时仅需要对整数进行加、减、比较和移位操作，计算复杂度很低，适合在低功耗、嵌入式设备上运行．采用MPEG-7标准测试视频的实验结果显示：切变检测查全率为95．5％，查准率为93．9%；叠化变换检测查全率为82．2%，查准率为76．0％．检测一段38min的视频耗时仅3．5s．     

改进PF算法对红外图像中瞳孔的跟踪

提出一种基于粒子滤波的红外目标跟踪的新算法. 用该算法对采样粒子进行优化,改进了重采样环节,在不影响跟踪准确率的条件下,提高了算法的速度. 实验结果表明,将此算法运用到瞳孔跟踪中,跟踪比较准确有效. 同时,将Hough变换应用到了瞳孔边缘的定位领域中,此算法有效改进了红外图像中眼睛瞳孔的跟踪效果.     

基于鲁棒主成分分析和多个色彩通道的显著性检测

显著性检测在图像分割、物体检测、视觉效果评估等领域有非常广泛的用途。为了增强这种图像预处理技术的实用性,同时对人眼视觉系统的机理进行研究和模拟,该文提出了一种基于鲁棒主成分分析和多个色彩通道的显著性检测方法。将图像的多个色彩空间重构成每一列都线性相关的矩阵,然后将显著性区域看作是矩阵的稀疏成分,将背景信息看作是低秩成分。经过对新矩阵进行鲁棒主成分分析后就可以将显著性区域提取出来。最后加入人眼视觉系统中的显著性先验和中心先验机理,使得提出的模型更加合理。实验结果表明:该方法在量化指标和视觉效果方面超过了当前很多先进的方法,验证了这种假设的合理性。